我有两个数组,a
和b
。
a
具有形状(1, 2, 3, 4)
b
具有形状(4, 3, 2, 1)
我想让他们两个都是(4, 3, 3, 4)
,新的职位用0来填补。
我可以做:
new_shape = (4, 3, 3, 4)
a = np.resize(a, new_shape)
b = np.resize(b, new_shape)
但这重复了每个元素的元素以形成新的元素,这对我来说不起作用
相反,我认为我可以做:
a = a.resize(new_shape)
b = b.resize(new_shape)
根据文档,其具有0。
但它不适用于多维数组,引发错误:
ValueError:调整大小仅适用于单段数组
那么有不同的方法来实现这一点吗?即,与np.resize相同,但有0填充?
注意:我只是在寻找纯粹的numpy解决方案
编辑:我使用的是numpy版本1.20.2
编辑:我刚刚发现is适用于数字,但不适用于对象,我忘了提到它是一个对象数组,而不是数字
resize
方法在平坦意义上用0填充;带有重复的功能垫。
为了说明CCD_;使"变平";填充前:
In [108]: a = np.arange(12).reshape(1,4,3)
In [109]: a
Out[109]:
array([[[ 0, 1, 2],
[ 3, 4, 5],
[ 6, 7, 8],
[ 9, 10, 11]]])
In [110]: a1 = a.copy()
In [111]: a1.resize((2,4,4))
In [112]: a1
Out[112]:
array([[[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11],
[ 0, 0, 0, 0]],
[[ 0, 0, 0, 0],
[ 0, 0, 0, 0],
[ 0, 0, 0, 0],
[ 0, 0, 0, 0]]])
相反,如果我制作一个正确形状的目标数组,并进行复制,我可以保持原始的多维块:
In [114]: res = np.zeros((2,4,4),a.dtype)
In [115]: res[:a.shape[0],:a.shape[1],:a.shape[2]]=a
In [116]: res
Out[116]:
array([[[ 0, 1, 2, 0],
[ 3, 4, 5, 0],
[ 6, 7, 8, 0],
[ 9, 10, 11, 0]],
[[ 0, 0, 0, 0],
[ 0, 0, 0, 0],
[ 0, 0, 0, 0],
[ 0, 0, 0, 0]]])
我把切片写得很清楚(为了清楚起见(。如果需要,可以通过编程方式创建这样的元组。